银行经理方案是否有效.docVIP

银行经理的方案是否有效 某银行经理认为现在的储蓄机制有点片面的强调顾客的存款数而对顾客取款缺乏一些激励措施。为此，他设计了一种将存款数与存款期限相乘的指数，然后在不太影响银行效益的前提下设计了一些有吸引力的存款有奖措施已尽量减少顾客的取款数。为了比较此方案的有效性，随机地选择了该银行的15位储户，得到他们在新方案实施前后的指数，结果见下表 储户 方案实施前① 方案实施后② 差（②-①） 1 10020 10540 520 2 720 780 60 3 9105 9453 348 4 1062 1573 511 5 3905 3962 57 6 4401 4673 272 7 8100 8205 105 8 12011 12458 447 9 847 959 112 10 6583 7444 591 11 4602 4982 380 12 8452 8831 379 13 182 648 466 14 6740 6969 229 15 2738 2408 30 对检验该经理的方案是否有效。 　　对本检验问题，采用成对数据的比较方法较好。这是因为初看起来，这是两总体均值的比较问题，即将新方案实施前后的指数分别看作两个总体，将1 5位储户在新方案实施前后的指数看作来自这两个总体的样本，若进一步假设这两个总体服从正态分布，便可利用t－ 检验法检验二者的均值是否有显著差异．但仔细想想，发现这样有点欠妥，因为每位储户的家庭经济状况、消费水平、理财策略等等会有很大的差异，从而储户的存款存在较大差异，这使得各户之间的存款指数缺乏一致性，因而看成来自同一总体的样本是不妥当的． 如果我们将同一储户在新方案实施前后的存款指数相减，由于各储户在新方案实施前后的经济状况、消费水平、理财策略等方面不会有太大的变化，则该差值不是由于各储户的家庭状况的差异而来，而是反映了新方案的实施对存款指数的影响，因而将这些差值看成来自 某一总体的样本就比较合理了．若进一步假定这些差值服从，则的大小反映了新方案实施前后对存款指数的平均影响程度．检验方案是否有效，等价于检验假设 该假设便可有正态总体均值的t－检验法来检验 以分别表示新方案实施前后各储户的存款指数，令 则可看做来自正态总体的一个容量为15的样本观测值。由此可求得： 由正态总体均值的t－检验统计量 及上述假设可得其拒绝域为（注意此处（）） 即 代入具体数据可求得。由于， 故拒绝，所给数据结果显著地支持新方案有效。 本例关于原假设的选择体现了数理统计数材中指出的如何选择零假设和备择假设的精神．即我们“希望”证实某方法有效果时，“有意”将“该方法无效作为零假设．因为如果这时还能拒绝零假设(特别时在显著性水平较小时)，则“有效果”的断言就得到更有 力的支持．反之，若把“新方法有效果”作为零假设，则当它被接受时，只是说明有效果的断言“能与观察数据相容”，并不能说明它受到观察数据的有力支持． 本例中所介绍的方法称为成对数据比较的参数性检验方法．能用此方法检验的问题在现实世界中大量存在．例如，为了比较两个玉米品种的平均亩产量，如果利用正态总体均值此较的检验方法，我们应设计如下试验：选择()块形状面积相同的地块，其中块种植品种，得亩产量，块种植品种，得亩产量，然后将这两组数据看成来自两个正态总体的样本，利用正态总体均值比较的检验方法检验，两品种的平均亩产是否有显著差异．但仔细想想，若用该方法检验，必须要求这()个地块的土质肥沃程度和地质、气候等条件相同，不然得话，假如种植A品种的那m块田地比较肥沃，或其它条件较好，则即使A品种不恍于B品种，但试验结果也可能有利于A品种．而选择()块各种条件一致的田块在实际中(尤其当，较大时)是很难做到的．但如果我们取块田地，将其一分为二，其中一小块种植品种A，另一小块种植品种B(哪一小块种植品种A，可随机决定)，这样，即使块田地的土质，气候等条件不一致，哪一个品种也不会占地利之便，每块田地上A，B两品种的亩产量之差，正好反映了两个品种对产量的影响程度，将看成来自某总体的样本，检验其均值是否为零就比较合理了。 又如，为了比较一种新的降血压药品A与以往使用的降血压药品B的疗效(以一定时间内血压降低量作为比较标准)，可以取()个患者，其中个服用药品A，另个服用药品B．若将服用药品A的疗效和服用药品B的疗效看作来自两个总体的样本作比较，以检验新药品的疗效是否优于原药品，这样又产生与上述类似的问题：病人的情况不一，有的病情较重，身体条件较差，用药难以见效，有的患者则相反。为避免这种误差，我们可选取对患者，使每对在各种条件上尽可能一致，各队中人选一名服用A，另一名服用B，而不同对患者